- Docente: Annamaria Tuan
- Crediti formativi: 10
- SSD: SECS-P/08
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Statistica, economia e impresa (cod. 8876)
-
dal 12/02/2024 al 24/05/2024
Conoscenze e abilità da conseguire
Al termine del corso lo studente conosce gli strumenti che meglio si adattano alla analisi del comportamento d'acquisto dei consumatori sia in presenza di dati raccolti a livello di singolo individuo sia di dati raccolti a livello di singolo mercato. In particolare, lo studente è in grado di: - utilizzare strumenti analitici per la rappresentazione e previsione di fenomeni di marketing - fornire supporto alle decisioni di marketing
Contenuti
Il corso si pone l’obiettivo di fornire allo studente gli strumenti utili per analizzare importanti fenomeni di marketing, quali:
- il targeting
- la risposta alle promozioni di vendita
- la risposta alla attività di comunicazione,
- la scelta di acquisto in una categoria e/o di marca
- la scelta del canale di vendita
Nel Modulo 1 le tematiche verranno affrontate con un approccio quantitativo attraverso l’analisi di dati raccolti sia a livello del singolo consumatore che a livello di mercato e l’utilizzo di strumenti di analisi statistica tra i quali:
- la regressione lineare multipla
- la regressione logistica
- i modelli multinomial e conditional logit
Nel Modulo 2 verranno affrontate alcune metodologie avanzate per lo studio delle decisioni di marketing attraverso metodologie di text analysis e tecniche sperimentali. In particolare verranno studiati i seguenti modelli:
- modelli Poisson e negative binomial
- modelli di Hayes
Testi/Bibliografia
- Leeflang, P., Wieringa, J.E., Bijmolt, T.H.A., Pauwels, K.H “Modeling Markets Analyzing Marketing Phenomena and Improving Marketing Decision Making” International Series in Quantitative Marketing 2015: Capitolo 2 "Model Specification"; Capitolo 3 “Data”; Capitolo 8 “Individual Demand Models”; Capitolo 9 “Examples of Database Marketing Models”.
-
Blattberg R.C, B. Kim e S.A. Neslin “Database Marketing,” Springer 2008: Capitolo 10 “The Predictive Modeling Process”; Capitolo 11 “Statistical Issues in Predictive Modeling”; Capitolo 24 “Managing Churn”
-
Chintagunta, Pradeep K.; Jain, Dipak C.; Vilcassim, Naufel J (1991) “Investigating Heterogeneity in Brand Preferences in Logit Models for Panel Data” Journal of Marketing Research, 28(4), p. 417-42
-
De Vries, Lisette, Sonja Gensler, and Peter SH Leeflang. (2012) "Popularity of brand posts on brand fan pages: An investigation of the effects of social media marketing." Journal of Interactive marketing, 26(2), 83-91.
-
Gensler, Sonja, Peter C. Verhoef, and Martin Böhm. (2012) "Understanding consumers’ multichannel choices across the different stages of the buying process." Marketing Letters, 23(4), 987-1003.
-
Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69-96.
-
Visentin, M., Tuan A., Di Domenico G. (2021). "Words matter: How privacy concerns and conspiracy theories spread on twitter." Psychology & Marketing 38(10):1828-1846.
-
Labrecque, L. I., Swani, K., & Stephen, A. T. (2020). The impact of pronoun choices on consumer engagement actions: Exploring top global brands' social media communications. Psychology & Marketing, 37(6), 796-814
-
Pezzuti, T., Leonhardt, J. M., & Warren, C. (2021). Certainty in language increases consumer engagement on social media. Journal of Interactive Marketing, 53, 32-46
-
Hayes, A. F. (2017).Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. Guilford publications. Chicago
-
Altre letture di supporto verranno fornite sulla piattaforma Virtuale.
Metodi didattici
Il corso prevede una parte teorica e una applicativa attraverso esercitazioni.
Durante i laboratori saranno utilizzati diversi software tra i quali: STATA e R
Sono previste anche testimonianze da parte di managers e consulenti che operano nel campo del marketing.
Modalità di verifica e valutazione dell'apprendimento
La valutazione del corso avverrà attraverso una prova scritta al termine dei due moduli in cui si cercherà di verificare la comprensione teorica, la capacità di condurre praticamente e di utilizzare le diverse analisi di cui sopra indicato, al fine di supportare le decisioni manageriali.
La prova scritta consiste in due parti:
- multiple choice
- domande aperte volte all'interpretazione dei risultati dei modelli e relative implicazioni manageriali.
L' esame ha una durata di 90 minuti.
Orario di ricevimento
Consulta il sito web di Annamaria Tuan